基于自注意力机制和谱归一化的GAN表情合成

为实现更具真实感的表情图像合成,探讨一种基于自注意力机制和谱归一化的生成式对抗网络(GAN)表情合成方法。通过在生成器中引入2层自注意力模块,使生成器能够在局部建立丰富的上下文关系,输出更加真实的表情细节;同时,在鉴别器中引入谱归一化,使鉴别器的训练更加稳定。实验结果表明,该模型在主观视觉和FID图像评价指标上均优于其他典型算法,图像质量和表情细节有明显提高。